Agibot предложила считать работу роботов в Worken вместо KPI

Китайская компания Agibot, известная также как Zhiyuan Robotics, устроила на своём ежегодном дне инноваций не совсем обычную презентацию. Вместо привычной гонки за эффектными демо она предложила измерять работу роботов так, как на предприятии измеряют работу сотрудников — через выработку. Сооснователь, президент и технический директор компании Пэн Чжихуэй, известный в сети под ником Zhihui Jun, представил новую единицу измерения физического искусственного интеллекта под названием Worken. Ею предлагается считать эффективные рабочие часы робота, а формула выглядит почти как настоящая система KPI: количество активных роботов умножается на время автономной работы и на коэффициент полезной производительности. Первый множитель отражает масштаб развёртывания, второй показывает, сколько машина способна трудиться без вмешательства человека, третий оценивает реальную отдачу. Проще говоря, отсидеться в углу и имитировать бурную деятельность у робота больше не получится.

Впрочем, одной формулой сыт не будешь, и основную часть презентации компания посвятила технологиям, которые эту формулу должны наполнить смыслом. Речь шла о моделях, аппаратных платформах и операционной системе, охватывающих три ключевых направления — работу, взаимодействие и движение. Флагманом в сфере рабочих задач стал базовый модель для воплощённого интеллекта GO-3 Preview, который возглавил сразу три профильных рейтинга — RoboDojo, RoboTwin и RoboColiseum. В его основе лежит архитектура WRAM, объединяющая понимание задачи, рассуждение, предсказание будущих состояний и генерацию действий. При предварительном обучении ставка сделана на совместное масштабирование модели и данных, что заметно улучшает перенос навыков и адаптацию к сложным сценариям, включая задачи с нуля и с малым числом примеров. После дообучения робот справляется с захватом деталей, их точным совмещением и вставкой, а под управлением агентной системы собирает конструктор. Модель поддерживает и перенос между разными телами: на двуногом гуманоиде X2 она позволяет открывать двери двумя руками и поднимать предметы с пола, опустившись на колени.

Отдельно компания построила систему постобучения Genie Evolver, которая связывает сотню реальных машин, физическую симуляцию и мировые модели — своеобразный цех стажировки для роботов. А уже на реальном рабочем месте эстафету принимает агентный фреймворк Genie Master, отвечающий за планирование задач и восстановление после сбоев, так что сегодняшние ошибки превращаются в завтрашний опыт.

Второй новый модельный релиз — WITA-OMNI — отвечает за общение. Этот мультимодальный end-to-end-модель занял первое место в четырёх авторитетных бенчмарках: Daily-Omni, TimeLens-Bench, EmbSpatialBench и MMAU. Голос, изображение и текст на входе обрабатываются вместе с голосом, мимикой и движениями на выходе, позволяя роботу одновременно слушать, смотреть, говорить и действовать. В шумных открытых пространствах вроде отелей и туристических зон модель определяет, кто именно к ней обращается, закончил ли собеседник фразу и когда уместно ответить, причём обходится без слова-активатора: она ориентируется на направление звука, тембр голоса, лицо и движение губ, а также на взгляд и интонацию. Архитектура построена на быстрой и медленной подсистемах: передний Interaction Engine отвечает за мгновенную реакцию, тогда как фоновый Background Agent занимается рассуждениями, планированием, вызовом инструментов и длинными задачами. Средний отклик составляет около 600 миллисекунд, а минимальный — порядка 400, что близко к естественной реакции человека в разговоре. Модель понимает более ста языков и ряд диалектов, говорит на 29 языках и 7 диалектах и умеет работать локально без сети. Отдельная функция Intelligent FaceUI выводит на экран лица робота наглядные пояснения: попросите объяснить теорему Пифагора, и вместо сухого пересказа появится графическая визуализация. По планам компании, в Китае решение будет развёрнуто до декабря 2026 года, европейская версия выйдет в январе 2027-го, а к марту того же года завершится полный запуск за рубежом.

За движение отвечает универсальный фреймворк AGILE, объединяющий восприятие среды, понимание рельефа, управление всем телом и скоординированную работу рук и ног в единый контур. В аппаратной части представлена третья архитектурная платформа AHA3, которая сводит три вида интеллекта в одну систему управления на едином чипе SoC: по данным компании, физический объём уменьшается на 50 процентов, а скорость реакции растёт на 90 процентов. Показан и новый корпус — тяжёлый робот G2 Max с нагрузкой в 20 килограммов на одну руку и пиковой в 50 килограммов на две, семью степенями свободы с силовым управлением, многоуровневой защитой и горячей заменой двух батарей, что рассчитано на долгую непрерывную работу. Вместе с ним анонсированы первая в мире подкожная система жидкостного охлаждения суставов и новое семейство ловких кистей.

Связующим звеном стала воплощённая операционная система Lingqu OS 1.0, охватывающая путь от сборки до развёртывания и работы. Она поддерживает подключение 15 типов и более сотни периферийных устройств через единый слой абстракции железа и совместима с основными вычислительными платформами. Отдельный акцент — на предсказуемости задержек: при высокой частоте задач в 1000 герц дрожание сквозной задержки не превышает 4 микросекунд. Системные сервисы упакованы в переиспользуемые навыки, так что разработчику не нужно каждый раз начинать с низкого уровня. В конце года компания обещает полностью открыть Lingqu OS 1.0 и передать проект фонду OpenAtom, а вместе с ним — два миллиарда строк кода, проверенных массовым производством, более пяти тысяч экосистемных пакетов и готовые инструменты сборки.

Осталось самое интересное — цифры с реальных площадок. На совместной с производителем электроники Longcheer линии в марте 2026 года стартовало серийное производство, и к моменту презентации она проработала более семи месяцев. За шесть дней прямой трансляции роботы выполнили свыше 64 824 операций и выпустили 17 625 планшетов с успешностью 99,99 процента, укладываясь в 22 секунды на изделие — на уровне опытного человека. В рознице сто роботов X2 за три дня помогли продать товаров на 2,23 миллиона юаней, а в парке развлечений на острове Хэнцинь развёрнуто почти пятьсот машин более чем на ста позициях. Как выразился Пэн Чжихуэй, сойти с конвейера тысячами — победа производства, а вот выйти на работу тысячами — уже победа физического искусственного интеллекта.